一种基于嵌入式的红外复杂场景目标实时跟踪方法及系统技术方案

本发明专利技术公开一种基于嵌入式的红外复杂场景目标实时跟踪方法，包括：当收到外部通信单元发来的目标粗略位置后，从自此时算起的初始帧图像中识别出目标并找到目标的精确坐标；判断当前帧图像背景复杂程度；若图像背景复杂，则在后续帧到来后，采用核相关滤波跟踪算法对目标进行跟踪；若图像背景简单，则在后续帧到来后，采用基于灰度对比度的形心跟踪算法对目标进行跟踪。在此基础上提供一种基于嵌入式的红外复杂场景目标实时跟踪系统，用于解决现有技术中难于实时处理、目标跟踪易丢失、需要预先存储模板等问题，适用于导引头、红外告警、光电吊舱等红外搜索跟踪系统。

【技术实现步骤摘要】
一种基于嵌入式的红外复杂场景目标实时跟踪方法及系统
本专利技术涉及目标跟踪
，具体是一种基于嵌入式的红外图像中目标实时跟踪方法及系统。
技术介绍
随着国防军工技术的发展，对导引头、红外告警、光电吊舱等红外搜索跟踪系统的跟踪性能、实时性提出了越来越高的要求。红外搜索跟踪系统中常采用红外成像传感器对远距离目标进行探测，红外视频图像中目标像素少，纹理信息少。目标所处的背景随目标运动而变化，使得在对目标检测跟踪过程中常会受到背景物及杂波的干扰。对图像中的目标跟踪需要准确定位到图像中目标的坐标，然后将该坐标反馈给跟踪系统中的伺服机构，伺服机构控制红外摄像头运动，使目标在运动过程中红外传感器的光轴始终指向目标，从而达到制导、监控的目的。这就要求目标跟踪器能够对红外目标进行实时处理，即对视频流中每一帧图像都能准确找到目标位置同时能够实时更新送给伺服机构目标位置信息。处理器处理能力的提升，集成电路工艺水平的飞速发展加速了图像目标跟踪算法在制导武器系统中的应用。嵌入式系统能满足武器系统对应用环境温湿度等指标的要求，还具有体积小易于集成、处理本文档来自技高网...

【技术保护点】
1.一种基于嵌入式的红外复杂场景目标实时跟踪方法，其特征在于，包括以下步骤：/n步骤S1，收到目标在初始帧图像中的粗略坐标；/n步骤S2，根据接收的跟踪命令及待跟踪目标的粗略坐标识别初始帧图像中目标，并得到目标的精确位置；包括：/n步骤S21，在采集的当前帧视频图像中读取以待跟踪目标粗略坐标位置为中心的预定尺寸的局部区域图像，进行高通滤波处理，阈值分割后获得目标增强二值图像；/n步骤S22，对目标增强二值图像进行连通域分析，获得疑似目标的外形及位置；/n步骤S23，根据疑似目标的外形的特征与阈值的比较结果，获得候选目标及数量；/n步骤S24，将面积最大的候选目标作为识别目标并输出识别目标精确位...

【技术特征摘要】
1.一种基于嵌入式的红外复杂场景目标实时跟踪方法，其特征在于，包括以下步骤：
步骤S1，收到目标在初始帧图像中的粗略坐标；
步骤S2，根据接收的跟踪命令及待跟踪目标的粗略坐标识别初始帧图像中目标，并得到目标的精确位置；包括：
步骤S21，在采集的当前帧视频图像中读取以待跟踪目标粗略坐标位置为中心的预定尺寸的局部区域图像，进行高通滤波处理，阈值分割后获得目标增强二值图像；
步骤S22，对目标增强二值图像进行连通域分析，获得疑似目标的外形及位置；
步骤S23，根据疑似目标的外形的特征与阈值的比较结果，获得候选目标及数量；
步骤S24，将面积最大的候选目标作为识别目标并输出识别目标精确位置坐标；
步骤S4，在候选目标数量大于目标数量阈值时，认为图像背景复杂并根据收到的视频图像以及上次获得的跟踪目标位置坐标通过核相关滤波算法进行跟踪，获得本次跟踪目标位置坐标；
步骤S5，在候选目标数量小于目标数量阈值时，认为图像背景简单并基于灰度对比度的形心跟踪获得本次跟踪目标位置坐标；
步骤S6，重复步骤S1、S2、S4、S5，完成对最后一帧视频图像的目标跟踪。


2.如权利要求1所述的基于嵌入式的红外复杂场景目标实时跟踪方法，其特征在于，所述步骤S21包括：
步骤S211，在当前帧视频图像中读取以为中心的尺寸为的局部区域图像；分别为目标在当前帧视频图像中的横坐标和纵坐标；M为局部区域图像的纵向宽度，为局部区域图像的横向长度，L为横向上在M*M方形局部区域左右边界两侧扩展的长度，M、L的单位均为像素；
步骤S212，对局部区域图像中除左右横向边界各列像素外，对每个像素进行如下处理：



得到尺寸为的预处理图像；其中x、y为像素的横坐标和纵坐标，p为左右边界各L列像素中每个像素的索引编号，通过索引编号能获得该像素点的横坐标和纵坐标，f为像素点的灰度值；
步骤S213，对预处理图像求均值和均方差，并获得阈值；其中k为预设的常数；
步骤S214，利用阈值对预处理图像进行二值化，当预处理图像中像素点灰度值大于时则像素点处灰度值赋值为255，否则赋值为0，得到大小为的二值图像；
步骤S215，对二值图像进行一次膨胀操作，得到完整的目标增强二值图像。


3.如权利要求2所述的基于嵌入式的红外复杂场景目标实时跟踪方法，其特征在于，所述所述步骤S22包括以下步骤：
步骤S221，将目标增强二值图像中连接在一起的灰度值为255的像素点作为疑似目标，并标记所有疑似目标所在每一行的行数、起始列数；
步骤S222，通过分析连通域的每一行的行数、起始列数，得到所有疑似目标的长度、宽度、面积、形心坐标。


4.如权利要求3所述的基于嵌入式的红外复杂场景目标实时跟踪方法，其特征在于，所述步骤S23包括以下步骤：
通过判断所有疑似目标的长宽比、面积与长宽比阈值及面积阈值，去掉长宽比超出长宽比阈值的疑似目标及面积超出面积阈值的疑似目标，得到候选目标，记录候选目标的数量为。


5.如权利要求1所述的基于嵌入式的红外复杂场景目标实时跟踪方法，其特征在于，所述步骤S4中核相关滤波算法跟踪的步骤包括：
步骤S43，在当前帧视频图像为初始帧图像时，从中提取以目标精确坐标为中心的预定大小的局部区域图像；
步骤S44，提取该局部区域图像的HOG特征作为目标的初始H...

【专利技术属性】
技术研发人员：王鲁平，李勇，张志勇，梁建雄，丘昌镇，王亮，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东;44